多数人做AI短视频，是一个镜头一个镜头单独生成，最后扔进剪映硬拼，出来的人物忽大忽小、背景说换就换，台词还没说完画面已经跳了。问题不在剪辑手法，出在生成环节少了一步，下一个镜头的首帧没有接住上一个镜头的尾帧。把这一步补上，同样的素材、同样的工具，画面连贯度是两回事。
这篇拆的是聊斋志异题材AI短剧的完整流程，从选本子到出片，中间每个环节用什么工具、填什么参数、哪里容易翻车，一并说清。全片用豆包加剪映就能跑通，生图环节另开一个云机会员，成本压在几十块一个月。
剧本创作：选本、改写、提资产、分镜
选剧本不用自己憋。打开浏览器搜聊斋志异，百度百科和番茄小说都能看到全部篇目和简介，韦公子、霍女、姚安、胡架女这些是最近做得多的。挑一个自己看着有感觉的就行。
拿不定主意就问大模型，DeepSeek 和豆包都行，DeepSeek 用得顺手些。直接发一句「给我推荐几个聊斋志异骗局的故事」，或者换成负心汉、恶婆婆、比较火的类型，它会给你一串。不满意就让它再推荐几个，总能挑到一个标题有吸引力的。这次选的是《南切》。
原文是文言文，先让它输出白话文版本。短篇往往太短，撑不起一条视频，接着让它改写，给几个方案。方案一「反转视角，从男妾本人角度重写」这类角度通常比平铺直叙更适合短视频。选定方案后它会先给改写大纲，大纲满意再让它「帮我输出成剧本」。
剧本出来不是直接能用。新建一个文档存下来，从头顺一遍，重点看对话。台词太文绉绉就选中那段发回去「帮我改一下台词，通俗易懂」；某句太长就单独拎出来让它剪短。剧情不喜欢、想加桥段，同样直接说。改完记得保存。
下一步是提取资产。新开一个对话，把剧本传上去，套用资产提取提示词，让它把每场戏要用到的人物、场景、道具列出来。输出完让它「输出成可下载格式」，下载下来是 MD 文件，右键选办公软件打开，别双击。文件里每个人物会标好长相、年龄、穿着、发型，这些就是后面生图的依据。
分镜同样新开对话，上传剧本，用分镜提示词，15 秒版本比 12 秒的好用。提示词里要求开头给一个钩子，直接发过去等结果。这次生成了 112 个镜头，下载下来存成文档。分镜表里每一镜包含画面动作、对白、所用资产，开头几行是固定格式不用动。逐镜看一遍，对白不顺的地方可以再让模型改。
选本子这一步也可以直接在浏览器里翻篇目和简介，看哪个故事的钩子够硬。
生图：人物场景道具分开画
生图工具试过豆包、即梦、云机，云机出来的图质感更接近真人，豆包和即梦偏弱。国外 GPT 效果最好，但要梯子，嫌麻烦就跳过。云机开最基础会员，一个月 35 到 49 块，给 4000 多个豆，画一部短剧的资产够用。即梦便宜档是 69。
画之前有个东西不能漏，资产文件里给的「统一画风前缀」，无论画人物还是场景都要带上，这是保证全片画风一致的关键。人物用人物生成提示词，场景和道具用场景物品提示词，两套分开。
具体操作，打开云机图片创作，把资产里对应人物的年龄、穿着、发型描述粘进去，加上统一画风前缀，再加人物提示词里的总体风格，要求生成三视图。参数选 16:9、1K、低画质就够，现在一张图 4 个积分，之前是 10 个。模型选列表里那个常用的，出图稳定。
场景同理，把人物描述换成场景描述，总体风格换成场景物品那套提示词，统一前缀不动。小道具比如册子、琵琶，没必要上云机，直接丢给豆包画，省积分。每张图下载后按资产名命名，孙婆、媒婆、淫府厅堂，名字必须和分镜里的资产名对得上，后面生视频要按名字连线。会员出的图没有水印，直接能用。
生视频：画布加多账号同步发
生视频国内可选豆包、即梦、云机、小云雀。豆包有免费额度，预算紧就用它；预算够开会员省事。这里用的是豆包的画布功能，收费几十块，比单独在豆包对话框里一镜一镜传图省太多事。
画布的逻辑是把资产图、分镜提示词、生成结果摆在同一块无限画布上。左边放人物和道具资产图，中间放每一镜的提示词文本框，右边放生成好的视频。提示词里提到哪个人物、哪个场景，直接在画布里搜资产名回车，线就自动连到那张图上，不用一张张上传。
画布能挂十几个豆包账号，亲戚朋友的号登进来就行。一个号每天四到五个免费额度，十几个号就是几十条，做一部作品足够。排好一镜的提示词和连线后点同步发送，发送时补一句「帮我生成 16:9、15 秒的视频」。豆包废话多，等它啰嗦完点确认生成。
生成完刷新，视频加载到画布对应位置，下载下来没有水印，这点比直接在豆包对话里存要好。一个镜头等生成的时间，可以接着排下一镜，统一大小、纵向贴紧，一屏看下来哪一镜不对一目了然。抽卡是常态，第一个镜头抽七八次很正常，抽到满意再保存。口型对不上但画面能用的，后期单独配音也行。
生成歌曲：歌词和旋律都让模型出
背景音乐用剪映自带的 AI 音乐。先把剧本（不要分镜）传给 DeepSeek，套歌词生成提示词，它会按剧情写出歌词。复制歌词，打开剪映音频里的 AI 音乐，勾上自定义歌词粘进去，再把描述音乐类型的那段提示词填到「描述你想要的音乐」里，点开始生成。
一次会给三四首，有的带高潮段落有的给全曲，挑一首贴剧情的用。生成的歌算原创，不存在版权问题。放进时间线后音量调小，13、14 左右，别盖过对白。
剪辑合成与首尾帧衔接
剪映里建议生好一镜剪一镜，别攒着。整条片子要的是紧凑流畅，哪个镜头拖沓就变速，一般 1.1 到 1.2 倍，台词太快就放慢到 0.9 或 0.8，再快再慢都会变形。
转场看情况加。同一场景内不流畅，加叠画；背景换了场景，加闪黑。就这两个够用。开头需要钩子，从成片里挑一个最抓人的镜头复制到最前面，控制在 3 到 5 秒，中间用闪黑过渡到正片。片名和「改编」字样自己打文本，调好字体行距存成预设，下次直接调用。人物名用括号加渐隐渐显入场，新人物出场时加一次就行。
生出来的视频分辨率偏低，选中片段用 AI 补帧和补分辨率拉到 1080P，边做边补，别等全片做完再统一处理，太耗时间。最后套一个统一的电影质感滤镜，画面会明显不一样。全部剪完识别字幕。
重点说首尾帧。画面跳、台词没说完就换背景，根源是两个镜头之间没有视觉延续。做法是回到上一个镜头，把它的尾帧导出来。在画布里把播放头拉到最尾部，点截图，尾帧就直接落到画布上；或者在镜头详情里点导出帧画面，单独存一张图。
拿到尾帧后，复制下一个镜头的提示词，在提示词里找到「画面动作」这一栏，先确认它已经连上，然后在这里 @ 刚才那张尾帧图，补一句「严格参考图片为首帧」，整段发给豆包。生成出来的下一镜就会从上一镜的结尾画面接着走。
这么接有个副作用，画面会轻微跳一下，人物可能略微放大或缩小，颜色也可能变亮。这是正常的，只能单独调。颜色偏亮就把亮度压一点或拉一下对比度；人物缩了就把缩放拉到 1.1 到 1.2，别加太多，过了反而不自然。
总结
这条流程里真正决定成片质量的不是哪个模型更强，是三个卡点有没有做对。资产名和分镜里的名字严格对齐，画布连线才不会错；统一画风前缀每张图都带上，全片风格才不散；每个镜头的尾帧接住下一个镜头的首帧，画面才连得起来。工具组合上，豆包管生视频、云机管生图、DeepSeek 管剧本和歌词、剪映管剪辑和配乐，一个月固定支出就是云机会员那三四十块。
想试的话，先别铺整部剧，挑《南切》里一场戏，走一遍选本、改写、提资产、分镜、生图、生视频、首尾帧衔接的完整链路，跑通一场再往下扩。抽卡七八次别慌，那是常态。
视频教程下载
文章可能无法完整分享清楚，下面是原项目视频教程，粉丝朋友可以自行下载学习。提前说明：资源链接内可能会存在引流广告信息，请自行甄别。
百度网盘：
